一般卫生系统:利用人工智能/毫升为低收入和中等收入国家(LMICs)

马克·d·米切尔博士的记忆中,他的远见卓识和数字医疗领域开创性贡献在几十个国家整个拉丁美洲,亚洲和非洲。

使用人工智能(AI)在初级卫生保健(PHC)正在改变世界各地的卫生保健系统及其潜在的应用在低收入和中等收入国家(LMIC)促进了一系列措施由政府和全球机构,例如IDRC(加拿大)、比尔和梅林达•盖茨基金会,洛克菲勒基金会、美国国际开发署和许多其他人。

突然迷恋和AI的承诺是基于越来越多的演示功能,如(我)寻找新的模式/危险因素/贡献者病态和不良结果,(ii)消化大量的未充分利用的数据和挤压可操作的意义,(3)优化系统性能,并(iv)医疗分析转向一个更“商业智能”的方法。

本文收集、赞助和支持的基金会Botnar,侧重于探索如何利用人工智能/毫升技术重新定义和改善卫生系统中低收入国家建设,目标是策划的论文集合说话理解AI /毫升,讨论他们的应用程序,阐明框架为人工智能应用程序在这一背景下,以及探索伦理、法律和社会维度。以下结构概述我们最感兴趣的领域,然而,编辑是开放的贡献超出这些个人部分。

第1部分:了解人工智能
AI的评论,我们可能期望使用人工智能在未来改善的质量和获得初级卫生保健服务。

第2部分:人工智能应用
目前人工智能如何被使用和可能的未来用途是什么计划,管理和评估中低收入国家建设卫生保健交付。这将包括案例研究和文学评论的AI是如何影响的卫生保健以及引用视图的人工智能的未来使用和含义是什么。我们欢迎这两篇论文,专注于中低收入国家的要求和其他目前使用的人工智能对中低收入国家的要求的影响。我们也欢迎的项目描述,在实际应用中使用人工智能领域。

第3部分:框架AI /毫升LMIC卫生系统
人工智能感兴趣的人了解如何使用它的应用程序和影响?的理论框架最有助于解释人工智能,使非计算机科学家利用其潜力?有持续的质量改进框架或质量监测框架能够指导使用输出修改程序和确保遵守质量。

第4部分:道德/法律/社会维度
专注于务实,使生态系统的人工智能/ ML -以识别出错以及我们如何能维持希波克拉底的“不伤害”原则,同时释放AI /毫升的潜力。

我们额外重视的观点,探讨人工智能,以及人工智能技术的用户,可能会影响健康流程、卫生系统和卫生结果。因此,我们感兴趣的论文探索人工智能能力以及使用的例子,包括但不限于:
——什么类型的设置或使用最受益于人工智能;人工智能可能提供什么时候突破;
——诊断协议在人口、初级保健和二/三级护理;
-模式识别;
——预测模型,包括流行病学;
——优化模式识别;
——自然语言处理和识别;
偏见,是否有意或无意的;
——滥用隐私,不平等;
——透明度;
——数据质量;
——缺乏重现性结果;
——安全的病人;
——人力资源需要有效利用人工智能中低收入国家建设。